From genome-wide associations to candidate causal variants by statistical fine-mapping
概念
方法：
- conditional regression：用算法寻找leading cause，需要原始数据；
- Summary association statistics：典型的方法有eCAVIAR、CAVIAR、PAINTOR等，这些方法利用了 Roadmap、ENCODE 或者 GTEx 的功能注释数据。这几个算法以外，还有文章推荐FINEMAP（https://www.cnblogs.com/shiyanhe/p/13271838.html、https://blog.csdn.net/xiaopeiqi0419/article/details/129731036）
2 - functional fine-mapping：对SNP做一些功能阐述。用到的数据库有ANNOVAR、VEP、HaploReg等
参考：https://cloud.tencent.com/developer/article/1085394
流程2
没有原始的genotype数据，我们可以利用一些summary的信息，典型的方法有CAVIAR、PAINTOR等。
这个文章也介绍了fine mapping，还给了个有意思的网站
https://zhuanlan.zhihu.com/p/668268302
